案例解读:析因设计资料单独效应分析及其SPSS程序实现

本文为文献解读、数据分析及SPSS操作展示,参考文献析因设计资料单独效应分析及其SPSS程序实现分析方法,作归纳整理。

析因设计 为各因素各水平的全面组合, 该设计的目的在于分析各因素的主效应和交互效应。
在析因设计资料的分析中, 应当先重点考察各因素间是否存在交互效应, 如果存在交互效应, 此时各因素的主效应检验结果已无实际意义, 应进一步作各个因素的单独效应分析。
单独效应 是指其他因素的水平固定时, 同一因素不同水平间的差别。分析单独效应时, 应利用析因分析得到的总的误差均方作为标准误, 这样不仅使各次比较具有统一的尺度, 而且使计算统计量的分母有较大的自由度, 并充分利用了整体数据信息, 使结论更加可靠。

本文以完全随机分组两因素析因设计资料作例子, 探讨析因设计资料单独效应的统计分析及其SPSS程序实现, 以供科学研究工作者参考使用。

实例:
观察A、B 两种镇痛药物联合运用在产妇分娩时的镇痛效果。A 药取3 个剂量: 1mg ,2. 5mg,3mg; B 药 也取3 个剂量: 5μg, 15μg, 30μg; 共9 个处理组。将27 名产妇随机等分9组,记录分娩时的镇痛时间,见表1 ( 孙振球,《医学统计学》供研究生用第一版P185)

  • 表1
  1. SPSS数据录入,如下:


    image.png
  2. SPSS双因素方差分析,勾选相应参数,详见SPSS-2x2析因设计资料方差分析

  3. 参数设置完成后,选择“粘贴(P)”,进入语法编辑框(确认方差分析存在交互作用)
    未修改前语法如下

DATASET ACTIVATE 数据集2.
UNIANOVA 镇痛时间 BY B药物 A药物
  /METHOD=SSTYPE(3)
  /INTERCEPT=INCLUDE
  /PLOT=PROFILE(B药物*A药物)
  /EMMEANS=TABLES(B药物) COMPARE ADJ(LSD)
  /EMMEANS=TABLES(A药物) COMPARE ADJ(LSD)
  /EMMEANS=TABLES(B药物*A药物) 
  /PRINT=ETASQ HOMOGENEITY DESCRIPTIVE
  /CRITERIA=ALPHA(.05)
  /DESIGN=B药物 A药物 B药物*A药物

修改后语法

DATASET ACTIVATE 数据集2.
UNIANOVA 镇痛时间 BY B药物 A药物
  /METHOD=SSTYPE(3)
  /INTERCEPT=INCLUDE
  /PLOT=PROFILE(B药物*A药物 A药物*B药物)
 /EMMEANS=TABLES(A药物*B药物) COMPARE(A药物) ADJ(LSD)
  /EMMEANS=TABLES(B药物*A药物) COMPARE(B药物) ADJ(LSD)
  /PRINT=ETASQ HOMOGENEITY DESCRIPTIVE
  /CRITERIA=ALPHA(.05)
  /DESIGN=B药物 A药物 B药物*A药物.

语法说明:

UNIANOVA语句:用于调用GLM过程, 因变量为镇痛时间 , 自变量为A药物和B药物;
METHOD子句:用于选择Ⅲ型方法计算变异(SS);
INTERCEPT子句:说明模型中包括截距;
PLOT子句:绘制 A药物×B药物 和 B药物×A药物 的交互效应图;
第一个EMMEANS子句:用于输出A、B各种组合下的均数、标准差和均数95%的可信区间,且分析因素A 的单独效应, 两两比较的方法采用LSD;
第二个EMMEANS子句:用于输出B药物、A药物各种组合下的均数、标准差和均数95%的可信区间, 且分析因素B的单独效应, 两两比较的方法采用LSD;
CRITERIA子句:选择 0.05作为检验水准;
DESIGN子句:指出模型中包括A药物、 B药物和 A药物×B药物的参数。
在SPSS中GLM模块的EMMEANS子句下, 多重比较的方法有LSD 、Bonferroni 和Sidak三种
补充:四类方差分解模型:
I型:研究者对因素的影响大小有了主次之分,嵌套设计选择I型;
II型:对所有效应均进行调整,不适用于有交互作用方差分析和嵌套模型;
III型:系统默认,对所有效应进行调整,也适用于不平衡设计;
IV型:专门针对含有缺失单元格数据的设计。

  1. 依次单击“运行(R) > 全部”,运行语法
  2. 分析结果展示
    采用Levene’s方差齐性检验的方法检验方差齐性,F值为0.696,P值=0.691>0.05,故不能认为方差不齐。
误差方差等同性的 Levene 检验

描述性统计量

估计边界均值---B药物 * A药物的单变量检验

估计边界均值---A药物 * B药物的单变量检验

概要文件绘制图---B药物

概要文件绘制图---A药物
  1. 整理上述结果,并制作三线表格
文献图表1
  1. 因A药、B药均有三个水平, 还可进一步行单独效应的两两比较
估计边界均值---B药物 * A药物的成对比较

估计边界均值---A药物 * B药物的成对比较
  1. 整理上述结果,并制作三线表格
文献图表2

9.结论
析因设计在医学研究中应用广泛, 是一种全面、均衡、高效的试验设计方案。分析析因设计资料时, 首先应选择恰当的统计分析方法,使其结论更加可靠;其次, 如何运用统计软件简易实现其分析也十分重要。SPSS作为标准统计软件, 易学、易用、使用面广, 但其GLM过程的对话框界面不能实现析因设计的单独效应分析, 须借助编程窗口实现。

参考文献:

  1. 李悦, 朱凯, 俞慧强. 析因设计资料单独效应分析及其SPSS程序实现[J]. 中国卫生统计, 2009, 26(6):643-644.
  2. 李悦, 朱凯, 章志红. SPSS实现析因设计资料单独效应分析的四种方法及比较[J]. 中国卫生统计, 2011, 28(3):324-325.
  3. SPSS-2x2析因设计资料方差分析
  4. SPSS统计分析大全配套视频
  5. 2×2析因设计资料的方差分析
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,744评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,505评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,105评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,242评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,269评论 6 389
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,215评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,096评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,939评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,354评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,573评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,745评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,448评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,048评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,683评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,838评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,776评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,652评论 2 354

推荐阅读更多精彩内容